Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cálculo Variacional
Cálculo Variacional
Indice
general
Introduccion
Tres problemas clasicos
El problema de la braquistocrona
El problema de las geodesicas
El problema isoperimetrico
Metodos de resolucion de los problemas variacionales
Metodos indirectos
Metodos directos
Captulo 1. Analogas entre el Calculo Diferencial y el Calculo Variacional
1. Optimizacion en dimension finita
2. Paso a dimension infinita
V
V
V
VII
VII
VII
VIII
VIII
1
1
1
7
7
13
13
15
17
17
23
23
27
27
28
33
35
39
39
41
III
IV
Bibliografa
INDICE GENERAL
43
Introduccion
Tres problemas clasicos
A continuacion introducimos tres ejemplos clasicos del Calculo de Variaciones, en los que se
muestran los elementos fundamentales del problema tipo de optimizacion. Son e stos:
1. Un espacio de funciones, V , tal que u : Rq , donde es una abierto, normalmente
acotado, de Rn , de frontera, , regular.
2. Restricciones sobre el conjunto de soluciones, que pueden imponerse bien sobre la frontera , bien sobre el dominio . Por ejemplo u = 0 en , u en , etc. El conjunto
de funciones que satisfacen estas restricciones es, en general, un subconjunto, U de V .
3. Un funcional J : V R de la forma siguiente:
Z
(1)
J(u) :=
L(x, u(x), u0 (x))dx.
INTRODUCCION
VI
gravedad y sea B = (x1 , y1 ), con x1 > 0 y y1 0. Consideremos una curva arbitraria descrita
por la ecuacion
(2)
y = y(x) 0 x x1 ,
donde y es una funcion regular. Como la curva pasa por A y B, la funcion y debe verificar
(3)
y(0) = 0,
y(x1 ) = y1 .
1 + y 0 (x)2 dx,
J(y) =
0
x1
1 + y 0 (x)2 1/2
dx.
2gx
METODOS
DE RESOLUCION
VII
El problema de las geodesicas. Las geodesicas son aquellas curvas contenidas en una superficie regular que minimizan la distancia entre dos puntos de la misma. Enunciaremos este problema
de dos formas:
1. Consideremos una superficie regular S R3 definida por la parametrizacion
x = x(u, v),
y = y(u, v),
z = z(u, v),
con (u, v) [u0 , u1 ] [v0 , v1 ]. Cualquier curva contenida en S puede parametrizarse en la forma
t : [t1 , t2 ] (u(t), v(t)).
El elemento de arco de las curvas contenidas en S esta determinado por la primera forma
fundamental:
2
ds2 := Eu0 + 2F u0 v 0 + Gv 0 ,
con
E := x2u + yu2 + zu2 ,
F := xu xv + yu yv + zu zv ,
De modo que la longitud del arco entre los puntos correspondientes a los valores t1 y t2 es
Z t2 p
J(u, v) =
Eu0 2 + 2F u0 v 0 + Gv 0 2 dt,
t1
Ademas, las funciones x, y y z deben someterse a la condicion (x(t), y(t), z(t)) = 0 para
t [t0 , t1 ]. Es lo que se llama un problema variacional con restricciones de igualdad.
El problema isoperimetrico. De entre todas las curvas de longitud dada, que unen el punto
(0, 0) con un punto variable (, 0), encontrar aquella que, junto con el eje OX, encierra una superficie maxima. El problema es, pues, el de hallar una funcion, u y un numero, tales que u(0) = 0,
u() = 0, u 0 y que minimicen el funcional
Z
J(u, ) :=
u,
0
y satisfagan la restriccion
p
1 + |u0 |2 = .
VIII
INTRODUCCION
Metodos directos. La idea fundamental es la extension del Teorema de Weierstrass a funciones definidas en espacios de dimension infinita, que tendra un enunciado del tipo:
Teorema. Sea J : V R un funcional definido en un espacio de funciones V dotado de cierta
nocion de convergencia para la que V es compacto y J es semicontinuo inferiormente. Entonces
existe un mnimo de J en V .
A partir de este teorema, se procede del siguiente modo:
1. Se elije la clase de funciones V junto con una nocion adecuada de convergencia para la
que V sea completo.
2. Hay que mostrar que J esta bien definido en V y que esta acotado inferiormente, de
modo que inf uV J(u) sea finito. Esto implica que se puede construir una sucesion minimizante, uk V , tal que J(uk ) inf uV J(u).
3. Debemos probar que J es semicontinuo inferiormente (secuencialmente), es decir, que
uk u implica
J(u) lm J(uk ).
k
METODOS
DE RESOLUCION
IX
la introduccion de una nueva topologa, la cantidad de cerrados y, por tanto, de compactos, aumente. Esto resulta ser as. En particular, cualquier subconjunto cerrado y acotado de un espacio de
Banach es relativamente compacto respecto la topologa debil.1
El problema que surge a continuacion es el de la continuidad (respecto la topologa debil) del
funcional a minimizar. Claramente, al introducir una topologa con menos abiertos, la cantidad
de funciones continuas tambien disminuye y as, por ejemplo, la norma asociada a la topologa
fuerte no es una funcion continua respecto la topologa debil. Cobra especial importancia en este
contexto la nocion de semicontinuidad inferior.
Finalmente, observemos que aunque la introduccion de la topologa debil y de los funcionales
semicontinuos inferiormente respecto dicha topologa nos permiten asegurar la existencia de un
mnimo sobre cualquier conjunto cerrado y acotado respecto la topologa debil, la verificacion
practica de estas propiedades dista de ser sencilla. Por ello, una de las cuestiones centrales es
la de la busqueda de condiciones expresadas respecto a la topologa fuerte que impliquen las
correspondientes respecto a la topologa debil. En este contexto la convexidad de conjuntos y
funciones juega un papel fundamental.
1Es la topologa menos fina que hace continuas a las aplicaciones lineales
CAPITULO 1
2f
2f
(xc )
. . . x1 x
(xc )
x21
n
2f
2f
(x
)
.
.
.
(x
)
c
c
x2 xn
x2 x1
...
...
...
2f
2f
(xc )
xn x1 (xc ) . . .
x2
n
son positivos. En caso afirmativo, xc es un punto de mnimo local para f , es decir, existe una bola
de radio centrada en xc , B (xc ), tal que
f (xc ) f (x) para todo x B (xc ).
2. Paso a dimension infinita
La cuestion que surge a continuacion es la de extender la metodologa de minimizacion de
funciones definidas en espacios de dimension finita a los funcionales descritos en los ejemplos de
la introduccion, los cuales se hayan definidos en espacios de funciones (de dimension infinita).
Por ejemplo, en el problema de la braquistocrona se trata de minimizar el funcional
Z x1 s
1 + u0 (x)2
dx,
J(u) =
2gx
0
con la funcion u : [0, x1 ] R satisfaciendo
u(0) = 0,
u(x1 ) = u1 ,
1
y algun requerimiento de regularidad que implique que el funcional J este bien definido (sea
finito).
Siguiendo los pasos del programa de dimension finita, consideramos un funcional J : U R,
con U V , siendo V un espacio de funciones regulares (hay varias elecciones) y siendo U un
subespacio de V , que en el ejemplo de la braquistocrona viene dado por
U = {u V : u(0) = 0,
u(x1 ) = u1 } .
En el caso de dimension finita asumimos que la funcion objetivo es dos veces diferenciable
con continuidad. La continuidad de funciones expresa el hecho de que a pequenas variaciones de
la variable independiente se siguen pequenas variaciones del valor de la funcion. En terminos de
, f es continua en x0 si para todo > 0 podemos hallar un > 0 tal que para todo x
satisfaciendo kx x0 k < se consigue que kf (x) f (x0 )k < .
Ahora, en el caso de funcionales, que significan pequenas variaciones de la variable independiente, siendo e sta una funcion? Hay distintas elecciones que se pueden hacer a este respecto.
Por ejemplo, uno puede llamar proximas a dos funciones continuas si sus ordenadas estan proximas. En este sentido podemos introducir la norma del supremo y decir que u0 y u estan proximas
respecto esta norma si
ku u0 kC() sup {|u(x) u0 (x)| : x } < ,
donde es el dominio de definicion de u y u0 . Otras elecciones tpicas son que tanto las funciones
como sus primeras derivadas o, mas en general, derivadas de orden k, esten cercanas, dando lugar
a los espacios de funciones C k (), con norma
n
o
kukC k () sup |u(x)| + . . . + |Dk u(x)| : x .
Otros espacios funcionales que aparecen frecuentemente en las aplicaciones son los espacios
Lp (), en particular, el espacio de Hilbert L2 (), con norma dada por
Z
1/2
kukL2 ()
u2 (x)dx
,
INFINITA
2. PASO A DIMENSION
si x < 0,
0
Hn (x) =
nx si 0 x 1/n,
1
si x > 1/n,
de modo que
si x < 0,
0
|H(x) Hn (x)| =
1 nx si 0 x 1/n,
0
si x > 1/n,
y, por tanto, kH Hn kC(R) = 1, y ningun termino de la sucesion de funciones Hn esta arbitrariamente cerca de H en el sentido de la norma del supremo. Sin embargo, respecto la norma de
L2 (R), tenemos que
Z
1/n
1/2
1
kH Hn kL2 (R) =
(1 nx)2 dx
= ,
3n
0
de modo que para n suficientemente grande podemos hacer H y Hn tan proximas como queramos.
2
Aunque, a primera vista, parecera lo mas natural el buscar los puntos de mnimo de un funcional en espacios grandes como C() o Lp (), esto no es as. La razon es que, como puede
intuirse, la continuidad de funcionales del tipo variacional
Z
J(u) =
L(x, u(x), u0 (x))dx,
entonces F tiene tambien un mnimo local en t = 0. Suponiendo que F sea dos veces derivable,
debe satisfacerse
(5)
F 0 (0) = 0 y F 00 (0) 0.
dn J(u0 + tv)
n
(n)
J(u0 ; v) Fv (0)
,
dtn
t=0
si esta derivada existe.
Si J(u0 ; ) : V R define un funcional lineal y continuo, entonces escribimos J(u0 ; )
u0 J.
Tenemos, pues, que dado un funcional J : V R, si la primera variacion existe y es un
funcional lineal y continuo en un punto de mnimo, u0 , de J entonces las condiciones (5) se
traducen en
(6)
u0 J = 0 y u20 J 0.
En los captulos siguientes explotaremos estas propiedades para hallar condiciones necesarias y
suficientes sobre J que impliquen la existencia de un mnimo local.
Ejemplo 2. Consideremos el funcional dado por
Z
J(u) =
|u(x)|2 dx,
H 1 ().
Ejercicio 1. Hallar la primera variacion de los funcionales asociados al problema de la braquistocrona y al problema isoperimetrico.
2
A continuacion introducimos una nocion mas general de diferencial, llamada diferencial Frechet,
la cual generaliza la nocion de diferencial de una funcion en dimension finita.
INFINITA
2. PASO A DIMENSION
(7)
u0 + h U,
(8)
Las propiedades de la derivada Frechet son analogas a las de la diferencial en dimension finita,
y se demuestran de modo analogo. Recogemos aqu algunas para futuras referencias.
1.
2.
3.
4.
Es un ejercicio sencillo el comprobar que la existencia de la diferencial Frechet implica la existencia de la primera variacion. Recprocamente, si la primera variacion define un funcional lineal
y continuo sobre V , entonces la primera variacion y la diferencial Frechet coinciden.
Observacion 1. En muchas aplicaciones la existencia de la nesima variacion puede ser verificada mas facilmente que, por ejemplo, la nesima derivada Frechet. Por ello es una ventaja el poder
obtener condiciones sobre la nesima variacion que implique la existencia de un extremo. Estas
condiciones las estudiaremos en los siguientes captulos.
2
El siguiente ejemplo, extrado de la teora de dimension finita, muestra un caso en el que la
primera variacion no es ni lineal ni continua.
Ejemplo 3. Sea f : R2 R definida por
(
f (x1 , x2 ) =
x1
si |x2 | x21 ,
|x2 |/x1 en otro caso.
Tenemos que f vale 0 en los ejes, con lo cual f (0)h existe y es igual a cero cuando h esta en
alguno de los ejes. Sin embargo, si h = (h1 , h2 ) no esta en ninguno de los ejes, entonces F (t) =
f (th1 , th2 ) tiene por derivada
F 0 (t) = h1
con lo cual, para tal h, tenemos f (0)h = h1 . Por tanto, f (0) es discontinua en todos los puntos del eje OX1 , excepto el origen. Ademas, puesto que f no es continua en el origen, no es
diferenciable Frechet.
2
CAPITULO 2
0
F (t) =
Lu (x, u(x) + tv(x), u0 (x) + tv 0 (x))v(x)
x0
de modo que, en t = 0
0 = F 0 (0) =
x1
x0
Integrando por partes el segundo sumando de la integral y usando que v C01 ([x0 , x1 ]) obtenemos
que la condicion necesaria para que u sea un mnimo es
Z x1
d
(9)
Lu (x, u(x), u0 (x))
Lu0 (x, u(x), u0 (x)) v(x)dx = 0,
dx
x0
7
para todo v C01 ([x0 , x1 ]). El siguiente resultado, conocido como el Lema Fundamental del
Calculo de Variaciones, nos proporciona la primera condicion necesaria para la existencia de un
mnimo:
Lema 1. Sea g C([x0 , x1 ]) una funcion continua tal que
Z x1
g(x)v(x)dx = 0
x0
para toda v C01 ([x0 , x1 ]). Entonces g(x) = 0 para todo x [x0 , x1 ].
Demostracion. Supongamos que existe x (x0 , x1 ) tal que g(x ) > A > 0. Por continuidad,
tambien existe un > 0 tal que g(x) > A/2 en (x , x + ) (x0 , x1 ). A continuacion,
construimos una funcion regular positiva con soporte contenido en este subintervalo. Para ello,
consideramos la funcion C definida en R
(
exp((1 x2 )1 ) si 1 < x < 1,
f (x) =
0
en otro caso,
y, a partir de ella, construimos la funcion
1 x x
v(x) = f (
),
d
Lu0 (x, u(x), u0 (x)) = 0 para todo x (x1 , x2 ).
dx
con C una constante. Resolviendo esta ecuacion respecto u0 obtendremos una ecuacion
del tipo
u0 (x) = F (x; C),
que se resuelve mediante el calculo de una primitiva de F (x; ).
Ejemplo 4. El funcional
Z
x1
J(u) =
0
p
1 + u0 2
dx
(x)
u(x) =
C(x)
dx.
1 C 2 (x)2
Observemos que si la velocidad es constante entonces la solucion es una lnea recta. Para
(x) = bx la solucion es una circunferencia. En efecto, 0 (x) = b, luego
Z x
1
C 2 (x) 0 (x)
1 p
p
u(x) =
dx =
1 (Cbx)2 ,
Cb 0
Cb
1 C 2 (x)2
d
(L u0 Lu0 ),
dx
10
La ecuacion de Euler es
p
uu0 2
u 1 + u0 2 p
= C,
1 + u0 2
que, simplificando, queda
r
p
= C = u =
1 + u0 2
u2 C 2
.
C2
u2 C 2
,
C
(10)
x + C1
,
C
x1
x0
11
(11)
Luu (x, u(x), u0 (x))v(x)2 + 2Luu0 (x, u(x), u0 (x))v(x)v 0 (x)
x0
definida en
Demostracion. Supongamos que existe un x (x0 , x1 ) tal que F3 (x ) < A < 0. Por continuidad, tambien existe un > 0 tal que F3 (x) < A/2 en (x , x + ) (x0 , x1 ).
Consideremos nuevamente la funcion f definida en la demostracion del Lema 1 y, a partir de ella,
la funcion
x x
v (x) = f (
),
y como
x
1
f 0 (y)2
f 0 (y)
+ F3 (x + y) 2 ) dy
1
Z 1
Z 1
Z
A 1 0 2
F1 (x + y)f (y) dy +
F2 (x + y)f (y)f (y)
f (y) dy,
2 1
1
1
(F1 (x + y)f (y)2 + F2 (x + y)f (y)
f 0 (y)2 dy > 0,
El Lema 2 aplicado a la identidad (11) nos permite obtener la llamada Condicion de Legendre
sobre el lagrangiano:
Lu0 u0 (x, u(x), u0 (x)) 0 para todo x (x0 , x1 ).
Observacion 2. Integrando por partes el segundo sumando del miembro derecho de la desigualdad
(11) obtenemos
Z x1
d
2
Luu0 )v 2 + Lu0 u0 v 0 dx 0.
(Luu
dx
x0
0
Puesto que v(x0 ) = 0, si v es pequena en todo el intervalo (x0 , x1 ) entonces la funcion v sera pequena en dicho intervalo. El recproco no es cierto, ya que podemos construir funciones pequenas
pero con una derivada tan grande como queramos. Esto muestra que el termino dominante de esta
integral es el que involucra a Lu0 u0 , y de ah la condicion de Legendre.
2
12
d
u0 (x)
= 0 para todo x (0, x1 ),
1/2
0
2
dx (2gx(1 + u (x) ))
y la condicion de Lagrange
(1 + u0 (x)2 )3/2 (2gx)1/2 0 para todo x (0, x1 ).
La condicion de Lagrange se satisface trivialmente. Integrando la Ecuacion de Euler obtenemos
u0 (x)
=k
(x(1 + u0 (x)2 ))1/2
(12)
u0 (x1 )2
< 1,
1 + u0 (x1 )2
k2 x
,
1 k2 x
y usando la parametrizacion
x(t) =
1
(1 cos t),
2k 2
y(t) = u(x(t)),
2
y 0 (t)2 = u0 (x(t))x0 (t) =
1 cos t sen2 t
(1 cos t)2
k 2 x(t)
0
2
x
(t)
=
=
,
1 k 2 x(t)
1 + cos t 4k 4
4k 4
de donde
1
(1 cos t).
2k 2
Usando la condicion de contorno y(0) = u(x(0)) = 0 y que u 0 obtenemos
y 0 (t) =
1
(t sen t).
2k 2
Para que (x(t), y(t)) sea una solucion de nuestro problema es necesario que satisfaga la segunda
condicion de contorno, es decir, que exista un t1 tal que
y(t) =
x1 = x(t1 ) =
1
(1 cos t1 ),
2k 2
u1 = y(t1 ) =
1
(t1 sen t1 ).
2k 2
13
2.1. El caso de varias variables. Analizaremos el caso de dos variables, por simplicidad
en la notacion. El caso ndimensional es una extension directa. Consideremos un funcional de la
forma
Z
J(u) =
L(x, y, u, ux , uy )dxdy
obtenemos
Z
F 0 (t) =
Lu (x, y, u + tv, ux + tvx , uy + tvy )v + Lux (x, y, u + tv, ux + tvx , uy + tvy )vx
0 = u J(v) = F 0 (0) =
Lu (x, y, u, ux , uy )v + Lux (x, y, u, ux , uy )vx
Lu (x, y, u, ux , uy )
Lux (x, y, u, ux , uy )
Luy (x, y, ux , uy ) vdxdy = 0,
x
y
para toda v C01 (). Finalmente, una extension del Lema 1 a dos dimensiones nos permite
obtener la Ecuacion de Euler
Lu (x, y, u, ux , uy )
Lu (x, y, u, ux , uy )
Lu (x, y, ux , uy ) = 0.
x x
y y
Ejercicio 2. Deducir la condicion de Lagrange para el caso de dos variables.
14
Ejercicio 3. Deducir las ecuaciones de Laplace y Poisson como las ecuaciones de Euler que
minimizan los siguientes funcionales:
Z
J(u) =
Z
J(u) =
1 + (ux )2 1 dx.
Usando la formula de Taylor, obtenemos la aproximacion
p
1
1 + (ux )2 1 + (ux )2 ,
2
de modo que podemos considerar que si ux es pequeno, entonces la energa potencial del elemento
es, aproximadamente, igual a 12 k(ux )2 dx, donde k es un factor de proporcionalidad, un coeficiente
de deformacion. Tenemos, pues, que la energa potencial de toda la cuerda viene dada por
Z
1 l
k(ux )2 dx.
2 0
Por otra parte, la energa cinetica de la cuerda es
Z
1 l
(ut )2 dx,
2 0
15
1 t1 l
(ut )2 k(ux )2 .
J(u) =
2 t0 0
La ecuacion del movimiento de la cuerda viene dada por la ecuacion de Euler para el funcional J,
que tiene la forma
(u0t )
(ku0x ) = 0,
t
x
que es la ecuacion de ondas.
2
Ejemplo 8. Problema de Plateau. Se trata de hallar la superficie de menor a rea con un contorno dado. Si el contorno viene dado por u(x, y) = 0, podemos introducir la parametrizacion
(x, y, u(x, y)) de la superficie buscada, que debe minimizar el funcional
Z q
J(u) =
1 + u2x + u2y dxdy.
(14)
donde
p = ux ,
q = uy ,
r = uxx ,
s = uxy ,
t = uyy .
1 Eg 2F f + Ge
1 1
+
=
,
2 1 2
2(EG F 2 )
Es decir, la curvatura media de cualquier superficie extremal es nula. Las superficies con esta
propiedad son llamadas superficies minimales.
2
2.2. El caso de varias incognitas. Por simplicidad, nos restringimos al caso de dos incognitas. Consideremos la minimizacion del funcional
Z x1
J(u, v) =
L(x, u, v, u0 , v 0 )dx,
x0
16
y asumimos que J tiene un extremo local en (u, v), entonces tambien lo tendra F en (0, 0), de
modo que debe satisfacerse F (0, 0) = (0, 0). Asumiendo la regularidad necesaria sobre L,
tenemos que una condicion necesaria sera
Z x1
0 = Ft (0, 0) =
Lu (x, u, v, u0 , v 0 ) + Lu0 (x, u, v, u0 , v 0 )0 dx,
x
Z 0x1
0 = F (0, 0) =
Lv (x, u, v, u0 , v 0 ) + Lv0 (x, u, v, u0 , v 0 ) 0 dx,
x0
que son ecuaciones analogas a la del caso unidimensional. De modo similar a este caso se deducen
las ecuaciones de Euler
d
Lu (x, u, v, u0 , v 0 )
Lu0 (x, u, v, u0 , v 0 ) = 0,
dx
d
Lv0 (x, u, v, u0 , v 0 ) = 0.
Lv (x, u, v, u0 , v 0 )
dx
Ejemplo 9. Geodesicas de superficies de revolucion
Consideremos una superficie regular de revolucion, S, dada por la parametrizacion
x(u, v) = (f (v) cos u, f (v) sen u, g(v)).
Cualquier curva regular en S puede describirse mediante una parametrizacion del tipo (u, v)
(u(t), v(t)) con t (0, T ). Como sabemos, la curva mas corta que conecta dos puntos (u(0), v(0)) =
(u0 , v0 ) y (u(T ), v(T )) = (uT , vT ) se llama una geodesica.
La longitud de arco entre estos dos puntos viene dada por
Z T
Z T
0 0
J(u, v) =
L(t, u, v, u , v )dt =
I(t, u, v, u0 , v 0 )1/2 dt,
0
= 0.
dt
I(u, v)1/2
I(u, v)1/2
En el sencillo caso del cilindro, podemos tomar f (v) = 1 y g(v) = v. Las ecuaciones de Euler
son
d
u0
v0
d
=
0,
= 0,
dt I(u, v)1/2
dt I(u, v)1/2
es decir
p
p
u0 = C1 u02 + v 02 v 0 = C2 u02 + v 02 ,
17
de donde deducimos que u0 = cv 0 , o bien, u(t) = cv(t) + c, es decir, una familia biparametrica de
curvas helicoidales sobre el cilindro.
2
2.3. Funcionales que dependen de las derivadas de orden superior. Consideremos el
funcional
Z x1
J(u) =
L(x, u, u0 , u00 )dx,
x0
y supongamos que u
C 2 ([x
0 , x1 ])
u(x0 ) = u0 ,
u(x1 ) = u1 ,
u0 (x0 ) = u00 ,
u(x1 ) = u01
d
d2
Lu0 + 2 Lu00 = 0
dx
dx
2.4. Problemas variacionales con restricciones. En las secciones anteriores hemos estudiado las condiciones necesarias para la existencia de un extremo de funcionales definidos en
clases de funciones que toman valores constantes en la frontera. Como vimos en la Introduccion, existen aplicaciones en las que es natural considerar ciertas restricciones adicionales sobre
el conjunto de funciones admisibles. Entre la mas importantes se hallan las restricciones de tipo
isoperimetrico y las restricciones de igualdad, que estudiamos a continuacion.
2.4.1. Restricciones de igualdad. En este problema, se trata de hallar u = (u1 , . . . , un ) para
la cual el funcional
Z
x1
J(u) =
L(x, u, u0 )dx
x0
tiene un extremo, con las funciones admisibles satisfaciendo las condiciones usuales de frontera,
y tales que
i (x, u, u0 ) = 0,
i = 1, . . . , m,
m < n,
donde i son ciertas funciones regulares dadas. Aqu asumimos que las restricciones son independientes, es decir, que
(1 , . . . , m )
6= 0.
(u1 , . . . , um )
Teorema 1. Si u realiza un extremo del funcional J y satisface las restricciones
i (x, u, u0 ) = 0,
i = 1, . . . , m,
m < n,
J (u) =
L (x, u, u0 )dx,
x0
donde
L (x, u, u0 ) = L(x, u, u0 ) +
m
X
i=1
i (x)i (x, u, u0 ).
18
d
L = 0,
dx uj
j = 1, . . . , n,
y de las restricciones
i = 0,
i = 1, . . . , m.
n
Luj vj + Lu0j vj0 dx = 0.
x0
j=1
Sin embargo, no es posible aplicar el lema fundamental para deducir las ecuaciones de Euler ya
que las funciones uj estan sometidas a los m enlaces i = 0 y, por tanto, las variaciones vj no son
arbitrarias. En efecto, asumamos que para t (0, ) las variaciones satisfacen las restricciones 1,
es decir,
i (x, u1 + tv1 , . . . , un + tvn ) = 0.
Entonces
i (x, u1 + tv1 , . . . , un + tvn ) i (x, u1 , . . . , un ) = 0,
de donde
n
X
i
j=1
uj
(u)vj = 0,
t (0, )
i =, 1 . . . , m,
y, por tanto, solo puede haber n m variaciones arbitrarias. Inspirados en el caso de dimension
finita, multiplicamos estas ecuaciones por funciones i , a determinar. Integrando en (x0 , x1 ) obtenemos
Z x1 X
n
i
i
vj dx = 0,
uj
x0
j=1
d
i
(15)
Luj
Lu0j +
i
vj dx = 0.
dx
uj
x0
i=1
j=1
Todava no podemos aplicar el lema fundamental, puesto que las variaciones siguen siendo dependientes. Consideremos las m funciones 1 , . . . , m determinadas como la solucion u nica del
sistema de ecuaciones algebraicas lineales
m
Luj
X i
d
i
Lu0j +
= 0,
dx
uj
i=1
j = 1, . . . , m,
19
x1
n
m
X
X
d
i
vj dx = 0,
Luj
Lu0j +
i
dx
uj
x0 j=m+1
i=1
Ejemplo 10. Geodesicas. Sea (x, y, z) = 0 la ecuacion de una superficie, S, dada y supongamos
que toda curva diferenciable definida sobre S admite una parametrizacion del tipo
: [t0 , t1 ] S,
x0
+ x = 0,
dt x02 + y 02 + z 02 1/2
d
dt
ds d
dt ds
y
ds d2 x
d
x0
=
.
dt x02 + y 02 + z 02 1/2
dt ds2
=
=
=
,
x
y
z
ds/dt
la cual expresa que la normal a la curva coincide con la normal a la superficie, que es la definicion
usual de geodesica en geometra diferencial.
2
20
tiene un extremo, con las funciones admisibles satisfaciendo las condiciones de frontera u(x0 ) =
u0 y u(x1 ) = u1 , y tales que, para cierta G = (G1 , . . . , Gm ) se tiene
Z x1
Gi (x, u, u0 )dx = `i
x0
para i = 1, . . . , m, las cuales satisfacen zi (x0 ) = 0 y zi (x1 ) = `i . Ademas, zi0 (x) = Gi (x, u, u0 ).
De este modo, los enlaces isoperimetricos
Z x1
Gi (x, u, u0 )dx = `i
x0
z) =
J(u,
x1
L(x, u, u0 )dx,
x0
0
J (u, z) =
L(x, u, u ) +
i (x)(Gi (x, u, u0 ) zi0 ) dx,
x0
i=1
m
m
X
X
Gi
Gi
d
0
i (x) 0 = 0,
+
i (x)
Luj +
uj
dx
uj
i=1
i=1
21
J (u) =
L(x, u, u0 ) +
i Gi (x, u, u0 ) dx.
x0
i=1
De este modo hemos llegado a la siguiente regla: para obtener la condicion necesaria fundamental
en el problema isoperimetrico sobre la determinacion de un extremo del funcional
Z x1
J(u) =
L(x, u, u0 )dx,
x0
0
J (u) =
L(x, u, u ) +
i Gi (x, u, u0 ) dx,
x0
i=1
donde i son constantes a determinar, y escribir sus ecuaciones de Euler. Las constantes i se
determinan a partir de las condiciones isoperimetricas.
Ejemplo 11. Hallar la curva u de longitud ` dada para la cual el a rea del trapecio curvilneo de la
figura es maxima. El funcional a estudiar es
x1
J(u) =
u(x)dx,
x0
22
J (u) =
u(x) + 1 + u0 (x)2 dx
x0
p
u0 2
u + 1 + u0 2 p
= C1 ,
1 + u0 2
donde hemos usado que el integrando no depende de x. Se sigue que
.
u C1 = p
1 + u0 2
Introduciendo un parametro t tal que u0 = tan t, de la ecuacion anterior obtenemos
u = C1 cos t.
Ademas, de
du
dx
sen tdt
du
=
= cos tdt,
tan t
tan t
de modo que x = sen t + C2 . Despejando t de las expresiones para u y x obtenemos
dx =
(x C2 )2 + (u C1 )2 = 2 .
Finalmente, las constantes C1 , C2 y se determinan a partir de las condiciones de frontera y de la
condicion isoperimetrica.
2
Ejemplo 12. Problema de autovalores. Hallar el mnimo del funcional
Z
J(u) =
u0 (x)2 dx,
0
u(x)2 dx = 1.
El funcional asociado es
Z
J(u) =
GENERAL DE UN FUNCIONAL
3. VARIACION
Z
u(x)2 dx = C12
Z
sin2 kxdx = C12
23
. La condicion isope-
sin2 s
ds
C 2
= 1 ,
k
2
p
de donde C1 = 2/, y la solucion queda como
2
u(x) = sen kx,
es decir, hay una familia uniparametrica de extremales que, de hecho, tambien satisfacen la condicion de Legendre.
2
Asumiremos que las curvas admisibles son regulares, digamos C 1 , pero a diferencia de las hipotesis de las secciones previas, asumiremos que u(x0 ) y u(x1 ) pueden variar arbitrariamente. Este
hecho nos motiva a introducir la siguiente nocion de distancia: definimos
d(u, u ) = max |u u | + max |u0 u 0 | + |P0 P0 | + |P1 P1 |,
donde P0 , P0 R2 denotan los puntos correspondientes al extremo izquierdo del intervalo de
definicion de u y u , respectivamente, y P1 , P1 al extremo derecho de dicho intervalo. En general,
las funciones u y u estan definidas en intervalos diferentes I e I . As, para que nuestra nocion
de distancia tenga sentido debemos extender u y u (de un modo diferenciable) a un intervalo que
contenga a I e I .
Supongamos ahora que u y u son cercanas en el sentido de la distancia definida y consideremos su diferencia v = u u. Sean P0 = (x0 , u0 ) y P1 = (x1 , u1 ), donde u(x0 ) = u0 ,
u(x1 ) = u1 , y
P0 = (x0 + x0 , u0 + u0 ),
P1 = (x1 + x1 , u1 + u1 ),
24
F IGURA 1
en una cantidad de orden menor que uno relativa a la distancia d(u, u + v). Como
Z x1 +x1
Z x1
0
0
J =
L(x, u + v, u + v )dx
L(x, u, u0 )dx
x0 +x0
x0
Z x1
=
L(x, u + v, u0 + v 0 ) L(x, u, u0 ) dx
Z
x0
x1 +x1
Z
0
x0 +x0
L(x, u + v, u + v )dx
x1
L(x, u + v, u0 + v 0 )dx,
x0
J
Lu (x, u, u0 )v Lu0 (x, u, u0 )v 0 dx + L(x, u, u0 )x=x1 x1 L(x, u, u0 )x=x0 x0
x0
Z x1
d
=
Lu Lu0 vdx+L(x, u, u0 )x=x1 x1 +Lu0 v x=x1 L(x, u, u0 )|x=x0 x0 Lu0 v x=x0 ,
dx
x0
donde denota igualdad excepto por terminos de orden mayor que uno con respecto a d(u, u+v).
Sin embargo, queda claro en la Figura 1 que
v(x0 ) u0 u0 (x0 )x0 ,
y, por tanto
Z
u J(v) =
x1
x0
d
Lu
Lu0 vdx + Lu0 x=x1 u1 + (L Lu0 u0 )x=x1 x1 Lu0 x=x0 u0
dx
+ (L Lu0 u0 )
x0 ,
x=x0
(16)
u J(v) =
Lu
Lu0 vdx + Lu0 y
+ (L Lu0 u0 )
,
dx
x=x
x=x0
0
x0
GENERAL DE UN FUNCIONAL
3. VARIACION
25
x|u=ui = ui .
u0i Lu0i x
.
u J(v) =
Lu0i ui
+ L
Lui
Lu0i vi dx +
dx
x=x0
x=x0
x0
i=1
i=1
i=1
2
Ejemplo 13. Estudiamos a continuacion el caso en que las condiciones que se imponen en la
frontera del intervalo son que las coordenadas esten contenidas en dos curvas dadas. Es decir, se
trata de hallar, de entre todas las curvas regulares cuyos puntos frontera estan contenidos en dos
curvas, y , aquellas que realizan un extremo del funcional
Z x1
J(u) =
L(x, u, u0 )dx.
x0
La variacion general de J viene dada por la formula (16). Claramente, cualquier extremal de J
debe satisfacer la ecuacion de Euler, con lo que (16) puede escribirse como
u1 = ( 0 (x) + 1 )x1 ,
(L + (0 u0 )Lu0 )x=x0 = 0,
(L + ( 0 u0 )Lu0 )x=x1 = 0,
que son las llamadas condiciones de transversalidad, y que son condicion necesaria de extremo
para J.
En la resolucion de problemas de optimizacion, a menudo encontramos funcionales del tipo
Z x1
p
f (x, u) 1 + u0 2 dx,
x0
para los cuales las condiciones de transversalidad tienen una forma particularmente simple. En
este caso tenemos
u0
u0 L
Lu0 = f (x, u) p
,
=
1 + u0 2
1 + u0 2
26
F IGURA 2
de modo que las condiciones de transversalidad son
(1 + u0 0 )L
,
1 + u0 2
(1 + u0 0 )L
.
=
1 + u0 2
L + (0 u0 )Lu0 =
L + ( 0 u0 )Lu0
Se sigue que
u0 = 1/0
y u0 = 1/ 0
en los extremos izquierdo y derecho del intervalo, respectivamente. Es decir, en este tipo de funcionales, las condiciones de transversalidad se reducen a condiciones de ortogonalidad.
2
CAPITULO 3
1 x1 0 2
2
u J(v) =
P v + Qv 2 dx.
2 x0
La idea de Legendre fue escribir esta expresion en la forma
Z
1 x1 0 2
2
(18)
u J(v) =
P v + 2wvv 0 + (Q + w0 )v 2 dx,
2 x0
siendo w una funcion derivable arbitraria, y donde hemos usado la relacion
Z x1
Z x1
d
2
0=
(wv ) =
(w0 v 2 + 2wvv 0 )dx,
dx
x0
x0
puesto que v(x0 ) = v(x1 ) = 0. Seguidamente, observo que la condicion Lu0 u0 > 0 sera suficiente
si se pudiera encontrar una funcion w para la que el integrando de (18) fuera un cuadrado perfecto.
Sin embargo, esto no es siempre posible, como el mismo Legendre demostro, puesto que w debera
satisfacer la ecuacion
P (Q + w0 ) = w2 ,
27
28
que no posee, necesariamente, una solucion global en todo el intervalo (x0 , x1 ).1 Legendre concluyo que condiciones de tipo local como la ecuacion de Euler o la condicion estricta de Legendre,
dada por (17), no podan ser las u nicas condiciones suficientes para la realizacion de un mnimo.
2. Condicion necesaria de Jacobi
En esta seccion estudiaremos las condiciones bajo las cuales el funcional
Z x1
02
(19)
G(v) =
P v + Qv 2 dx,
x0
definido para v C01 ([x0 , x1 ]), es definido positivo. Aunque en la seccion anterior obtuvimos este
funcional en relacion con la funcion lagrangiana del problema de optimizacion, en concreto
1
1
d
P = Lu0 u0 , Q = Luu
Lu0 u0 ,
2
2
dx
de momento estudiaremos la positividad del funcional (19) como un problema independiente.
Ya vimos que una condicion necesaria para la no negatividad del funcional (19) es que
P (x) 0 para todo x (x0 , x1 ).
En esta seccion asumiremos la condicion
P (x) > 0 para todo x (x0 , x1 ),
y buscaremos condiciones necesarias y suficientes para que dicho funcional sea definido positivo.
Comenzamos escribiendo la ecuacion de Euler asociada al funcional (19):
d
(P v 0 ) + Qv = 0.
dx
Esta es una ecuacion diferencial lineal de segundo orden. Las condiciones de frontera son v(x0 ) =
v(x1 ) = 0. Este problema tiene la solucion trivial v 0. Sin embargo, tambien puede tener
soluciones no triviales2. En este contexto, introducimos la siguiente definicion
(20)
solucion en todo el intervalo (x0 , x1 ), puesto que tan(c x) se hace infinita en algun punto de dicho intervalo.
2Por ejemplo, para P = Q = 1, la funcion v(x) = C sen x es solucion del problema en el intervalo (0, ), para
toda constante C.
NECESARIA DE JACOBI
2. CONDICION
29
Teorema 2. Supongamos que P (x) > 0 en [x0 , x1 ] y que no hay puntos conjugados en dicho
intervalo. Entonces el funcional cuadratico
Z x1
02
G(v) =
P v + Qv 2 dx
x0
donde 2 es cierta expresion cuya anulacion implica que v 0. Para conseguir esto, comenzamos
sumando a G la funcion cero expresada en la forma
Z x1
d
(wv 2 )dx.
dx
x0
A continuacion, seleccionamos la funcion diferenciable w de modo que la expresion
d
2
(wv 2 ) = P v 0 + 2wvv 0 + (Q + w0 )v 2
dx
sea un cuadrado perfecto. Esto sera cierto si w es solucion de
(21)
(22)
P v 0 + Qv 2 +
P (Q + w0 ) = w2 ,
w 2
P v0 + v .
P
De este modo, si (22) tiene una solucion definida en todo el intervalo [x0 , x1 ], entonces G puede
escribirse como
Z x1
w 2
(23)
G(v) =
P v 0 + v dx,
P
x0
y es, por tanto, definido positivo. De hecho, si (23) se anula, entonces debe ser
w
v 0 + v 0,
P
puesto que, por hipotesis, es P > 0 en [x0 , x1 ]. Pero esta ecuacion de primer orden, con la condicion v(x0 ) = 0 tiene por u nica solucion a v 0.
La demostracion se reduce, pues, a comprobar que si no hay puntos conjugados de x0 en el
intervalo [x0 , x1 ] entonces la ecuacion (22) tiene una solucion global en [x0 , x1 ]. Esta ecuacion
diferencial es una ecuacion de Ricatti, , que puede ser reducida a una ecuacion lineal de segundo
orden mediante el cambio
(24)
z0
w = P,
z
30
(25)
d
(P z 0 ) + Qz = 0,
dx
que es, justamente, la ecuacion de Euler de G. Ahora, puesto que no hay puntos conjugados en
[x0 , x1 ] se sigue, por definicion, que (25) tiene una solucion que no se anula en [x0 , x1 ]. Por tanto,
la ecuacion (22) tiene una solucion, dada por (24), definida en todo el intervalo [x0 , x1 ].
d
(P v 0 ) + Qv = 0
dx
x1
02
P v + Qv 2 dx = 0.
x0
02
d
0
0=
(P v ) + Qv vdx =
P v + Qv 2 dx,
dx
x0
x0
que se obtiene por integracion por partes y el uso de las condiciones de frontera.
Teorema 3. Supongamos que P (x) > 0 para todo x [x0 , x1 ]. Si el funcional cuadratico G
es definido positivo para toda v C01 ([x0 , x1 ]) entonces el intervalo [x0 , x1 ] no posee puntos
conjugados de x0 .
Demostracion. La idea de la demostracion es la de construir una familia de funcionales definidos
positivos dependientes de un parametro, t, tales que para t = 1 se reduce al funcional G, mientras
que para t = 0 nos da el funcional cuadratico
Z x1
2
v 0 dx,
x0
2
2
(26)
t P v 0 + Qv 2 + (1 t)v 0 dx,
x0
NECESARIA DE JACOBI
2. CONDICION
31
que es definido positivo para todo t [0, 1], puesto que G lo es por hipotesis. La ecuacion de
Euler correspondiente a este funcional es
(27)
d
(tP + (1 t))v 0 + tQv = 0.
dx
Sea v(x, t) una solucion de (27) tal que v(x0 , t) = 0 y vx (x0 , t) = 1 para todo t [0, 1]. Esta
solucion depende con continuidad del parametro t, que para t = 1 se reduce a la solucion v de la
ecuacion (20) con las condiciones v(x0 , 1) = v(x1 , 1) = 0, y para t = 0 se reduce a la solucion
de v 00 = 0 con las mismas condiciones de frontera, es decir, v(x, 0) = x x0 .
Supongamos ahora que el intervalo [x0 , x1 ] contiene un punto x
conjugado de x0 . Necesariamente sera x
< x1 porque, si x
= x1 , el Lema 3 implica que existe una v no identicamente nula
tal que G(v) = 0, contradiciendo la hipotesis de positividad de G. Por tanto, la demostracion se
reduce a comprobar que no puede haber un punto conjugado, x
, en el interior de [x0 , x1 ].
Para demostrarlo, consideremos el conjunto de los puntos
C = {(x, t) [x0 , x1 ] [0, 1] : v(x, t) = 0} .
Si mostramos que en los puntos en los que v(x, t) = 0 no puede tenerse vx (x, t) = 0 entonces
podremos deducir del teorema de la funcion implcita que el conjunto C representa una curva
diferenciable en el plano xt. Tenemos que, si v(x , t ) = 0 en algun (x , t ) entonces debe ser
vx (x , t ) 6= 0 ya que para cualquier t fijo v(x, t) satisface la ecuacion (27), y si se tuviera
v(x , t ) = vx (x , t ) = 0 entonces debera ser v(x, t ) = 0 para todo x [x0 , x1 ] debido al
teorema de unicidad para ecuaciones diferenciales lineales. Pero esto es imposible puesto que vx
es una funcion continua en [x0 , x1 ] [0, 1] y vx (x0 , t) = 1 para todo t [0, 1].
Tenemos entonces que el teorema de la funcion implcita nos asegura la existencia de una
curva, x(t), tal que v(x(t), t) = 0 en un entorno de cada punto de C. Por hipotesis, el punto (
x, 1)
pertenece a dicha curva. Partiendo de este punto tenemos que (vease Figura 1):
F IGURA 1
A. La curva no puede terminar en el interior de [x0 , x1 ][0, 1], pues sera una contradiccion
de la dependencia continua de v(x, t) respecto del parametro t.
32
B. La curva no puede cortar el segmento {x = x1 , t [0, 1]}, puesto que, por el mismo argumento que el del Lema 3, pero aplicado a la ecuacion (27), las condiciones de frontera
v(x0 , t) = v(x1 , t) = 0 y el funcional (26), se tendra una contradiccion de la positividad
del funcional para todo t.
C. La curva no puede cortar el segmento t = 1, x [x0 , x1 ], puesto que tendramos
v(x, t) = vx (x, t) = 0 para algun (x, t).
D. La curva no puede cortar el segmento {t = 0, x [x0 , x1 ]}, puesto que para t = 0 la
ecuacion (27) se reduce a v 00 = 0, cuya solucion solo se anula en x = x0 .
E. La curva no puede aproximarse al segmento {x = x0 , t [0, 1]} puesto que tendramos
vx (x0 , t) = 0 para algun t, contrario a nuestras hipotesis.
Se sigue que tal curva no puede existir, con lo que se concluye la demostracion.
Si reemplazamos la condicion de que el funcional G sea definido positivo por la de que sea no
negativo obtenemos el siguiente resultado.
Corolario 4. Si G(v), con P (x) > 0 para todo x [x0 , x1 ], es definido no negativo entonces el
intervalo [x0 , x1 ) no contiene puntos conjugados de x0 .
Demostracion. La u nica diferencia con la demostracion del teorema anterior es que no podemos
asegurar que el funcional auxiliar dado por (26) sea definido positivo en t = 1. As, no se puede
excluir la posibilidad de que x
= x1 .
x1
02
P v + Qv 2 dx,
x0
con P (x) > 0 para todo x [x0 , x1 ], es definido positivo para toda v C01 ([x0 , x1 ]) si y solo si
el intervalo [x0 , x1 ] no contiene puntos conjugados de x0 .
A continuacion aplicaremos estos resultados al problema de optimizacion
Z x1
(28)
J(u) =
L(x, u(x), u0 (x))dx
x0
con las condiciones de frontera u(x0 ) = u0 y u(x1 ) = u1 . Recordemos que la segunda variacion
de este funcional en un extremo viene dada por
Z x1
02
(29)
P v + Qv 2 dx,
x0
con
1
P = Lu0 u0 ,
2
Q=
1
d
Luu0 .
Luu
2
dx
33
d
(P v 0 ) + Qv = 0
dx
del funcional cuadratico (29) es llamada ecuacion de Jacobi del funcional original dado por (28).
Definicion 5. Se dice que el punto x
es conjugado de x0 con respecto al funcional (28) si es el
conjugado de x0 con respecto al funcional cuadratico (29) en el sentido de la Definicion 3.
A continuacion enunciamos la condicion necesaria de Jacobi:
Teorema 6. Si u es un mnimo del funcional
Z x1
L(x, u(x), u0 (x))dx
J(u) =
x0
para el cual Lu0 u0 > 0, entonces el intervalo (x0 , x1 ) no contiene puntos conjugados de x0 .
Demostracion. Ya vimos que una condicion necesaria para la realizacion de un mnimo de J es la
no negatividad de la segunda variacion evaluada en dicho mnimo. El Corolario 4 asegura que si el
funcional cuadratico (29) es no negativo entonces el intervalo (x0 , x1 ) no puede contener puntos
conjugados de x0 .
con condicion de frontera fija, u(x0 ) = u0 y u(x1 ) = u1 tiene un mnimo en la curva u. Veremos
que estas condiciones se parecen mucho a las condiciones necesarias obtenidas en las secciones
anteriores. Las condiciones necesarias fueron consideradas separadamente, puesto que cada una
de ellas es necesaria en s misma. Sin embargo, las condiciones suficientes deben considerarse en
conjunto puesto que la presencia de un mnimo esta asegurada solo si se satisfacen todas las condiciones simultaneamente. Demostraremos previamente un lema que usaremos en la demostracion
del teorema de suficiencia.
Lema 4. Sea u una funcion diferenciable con u(x0 ) = u0 y u(x1 ) = u1 y v C01 ([x0 , x1 ]).
Entonces si L es tres veces diferenciable con continuidad respecto todos sus argumentos, se tiene
Z x1
Z x1
2
02
J(u + v) J(u) =
(P u + Qu)dx +
(v 2 + v 0 )dx,
x0
x0
34
Debido a la continuidad de las derivadas Luu , Luu0 y Lu0 u0 , se sigue que i 0 cuando kvk1 0,
para i = 1, 2, 3. Ahora, integrando por partes y usando las condicion de frontera de h, podemos
escribir (31) como
Z
x1
(v 2 + v 0 )dx,
x0
Teorema 7. Supongamos que el funcional (30) evaluado en u satisface las siguientes condiciones:
1. La curva u es un extremo, es decir, satisface la ecuacion de Euler
d
Lu0 (x, u(x), u0 (x)) = 0 para todo x (x0 , x1 ).
dx
2. A lo largo de la curva u se satisface la condicion estricta de Legendre, es decir
Lu (x, u(x), u0 (x))
1
= Lu0 u0 (x, u(x), u0 (x)) > 0 para todo x (x0 , x1 ).
2
3. El intervalo [x0 , x1 ] no contiene puntos conjugados de x0 .
P (x) =
x0
ENTRE LA CONDICION
DE JACOBI Y LA TEORIA DE FORMAS CUADRATICAS
4. RELACION
35
El Teorema 2 implica entonces que el funcional (32) es definido positivo para todo suficientemente pequeno. Es decir, existe una contante c > 0 tal que
Z x1
Z x1
2
02
(34)
(P v + Qv)dx > c
v 0 dx.
x0
x0
A partir de (34) deducimos que el mnimo es, efectivamente, u. En efecto, sea h una curva tal que
u + h esta suficientemente proximo a u. Por el Lema 4 tenemos que
Z x1
Z x1
2
2
(h2 + h0 )dx,
(P v 0 + Qv)dx +
J(u + h) J(u) =
x0
x0
es decir,
x0
x1
x0
(x1 x0 )2
h dx
2
2
x0
x1
h0 dx,
x0
(35)
x1
x0
(x1 x0 )2 x1 0 2
(h + h )dx 1 +
h dx,
2
x0
02
4.
donde hemos cambiado la notacion [x0 , x1 ] por [a, b], y donde P (x) > 0 para todo x [a, b], es
definido positivo para toda v C01 ([a, b]) si y solo si el intervalo [a, b] no contiene puntos conjugados de a. El funcional (36) es el analogo a una forma cuadratica en dimension finita. Por tanto, es
natural comenzar estudiando las condiciones de este tipo de formas en un espacio n-dimensional
y luego tomar el lmite n . Esto puede hacerse de la siguiente manera: introduzcamos la
particion
a = x0 , x1 , . . . , xn , xn+1 = b,
del intervalo [a, b], en la cual, por comodidad, suponemos los nodos equiespaciados, x = (b
a)/(n + 1). A continuacion, consideremos la forma cuadratica
(37)
n h
i
X
vi+1 vi 2
Pi
+ Qi vi2 x,
x
i=0
36
donde Pi , Qi y vi son los valores de las funciones P , Q y v en los nodos xi . Esta forma cuadratica
proporciona una aproximacion finito dimensional del funcional cuadratico (36). Agrupando terminos similares y teniendo en cuenta que v0 = v(a) = 0, vn+1 = v(b) = 0, podemos escribir (37)
como
n h
X
(38)
Qi x +
i=1
i
Pi1 + Pi 2
Pi1
vi 2
vi1 vi .
x
x
En otras palabras, el funcional cuadratico (36) puede aproximarse por una forma cuadratica de n
variables cuya matriz viene dada por
a1 b1 0 . . .
0
0
0
0
0
0
b1 a2 b2 . . .
0 b2 a3 . . .
0
0
0
(39)
. . . . . . . . . . . . . . . . . . . . . . . . . ,
Pi1 + Pi
x
para i = 1, . . . , n,
y
Pi
para i = 1, . . . , n 1.
x
Una matriz como (39) en la cual todos los elementos excepto la diagonal principal y sus dos
diagonales adyacentes se anulan es llamada matriz de Jacobi, y su forma cuadratica asociada es
llamada forma de Jacobi. Para cualquier matriz de Jacobi existe una formula de recurrencia para
el calculo de los menores principales dados por
a1 b1 0 . . .
0
0
0
0
0
0
b1 a2 b2 . . .
0 b2 a3 . . .
0
0
0
Di =
,
. . . . . . . . . . . . . . . . . . . . . . . .
0 0 0 ...
0
bi1 ai
bi =
que nos permite determinar D3 , . . . , Dn en terminos de los dos primeros menores. De hecho, si
tomamos D0 = 1 y D1 = 0, entonces esta formula es valida para todo i = 1, . . . , n.
ENTRE LA CONDICION
DE JACOBI Y LA TEORIA DE FORMAS CUADRATICAS
4. RELACION
37
El criterio de Silvester asegura que una forma cuadratica simetrica es definida positiva si y
solo si todos los menores Di son positivos. Podemos as obtener un criterio para que el funcional cuadratico (36) sea definido positivo haciendo n en la formula (40) . Sustituyendo la
expresion de los coeficientes ai y bi en dicha formula, obtenemos
P2
Pi1 + Pi
(41)
Di = Qi x +
Di1 i12 Di2 ,
x
(x)
para i = 1, . . . , n. Es obviamente imposible pasar directamente al lmite n en esta expresion,
puesto que los coeficientes de Di1 y Di2 se hacen infinitos. Para evitar esta dificultad realizamos
el cambio
P1 . . . Pi Zi+1
Z1
Di =
, D0 =
= 1, D1 = Z0 = 0,
i+1
(x)
x
para i = 1, . . . , n. La formula (41) se escribe entonces, en terminos de las variables Zi como
2
Pi1
Pi1 + Pi P1 . . . Pi1 Zi
P1 . . . Pi2 Zi1
P1 . . . Pi Zi+1
=
Q
x
+
,
i
i+1
i
2
(x)
x
(x)
(x)
(x)i1
es decir
(42)
Zi Zi1
1 Zi+1 Zi
Pi1
Pi
= 0,
x
x
x
para i = 1, . . . , n. Pasando al lmite n obtenemos la ecuacion diferencial
Qi Zi
d
(P Z 0 ) + QZ = 0,
dx
que es justamente la ecuacion de Jacobi.
La condicion de que las cantidades Di sean positivas es equivalente a la condicion de que las
cantidades Zi que satisfacen la ecuacion en diferencias (42) sean positivas ya que el factor
P1 . . . Pi
(x)i+1
es siempre positivo (ya que P (x) > 0). De modo que hemos probado que la forma cuadratica (36)
es definida positiva si y solo si todas, excepto las primeras n + 2 cantidades Z0 , . . . , Zn+1 que
satisfacen la ecuacion en diferencias (42) son positivas.
Ahora, si consideramos la lnea poligonal n con vertices
(a0 , Z0 ), (x1 , Z1 ), . . . , (b, Zn+1 ),
la condicion de que Z0 = 0 y Zi > 0 para i = 1, . . . , n + 1 significa que n no corta el intervalo
[a, b] excepto en el punto a. As, cuando x 0, la ecuacion en diferencias (42) se transforma en
la ecuacion de Jacobi, y la lnea poligonal n tiende a una solucion no trivial de dicha ecuacion ,
la cual satisface la condicion inicial
Z1 Z0
x
Z(a) = Z0 = 0, Z 0 (a) = lm
= lm
= 1,
x0
x0 x
x
38
y ademas, dicha solucion no se anula en (a, b]. En otras palabras, cuando n , la forma de
Jacobi converge al funcional cuadratico (36), y la condicion de que (38) sea definida positiva se
traduce en la condicion de que (36) sea definida positiva (Teorema 5), que es equivalente a que el
intervalo [a, b] no contenga puntos conjugados de a.
CAPITULO 4
(43)
donde el nfimo se toma sobre todas las funciones admisibles, u. Entonces, por definicion de ,
existe una sucesion de funciones {un }, llamada una sucesion minimizante, tal que
lm J(un ) = .
(44)
es decir,
J( lm un ) = lm J(un ),
n
entonces
J(
u) = ,
de modo que u
es solucion del problema variacional. Ademas, las funciones de la sucesion minimizante {un } pueden tomarse como soluciones aproximadas de nuestro problema. As, para
resolver un problema variacional dado mediante un metodo directo, debemos
1. Construir una sucesion minimizante {un }.
39
A LOS METODOS
4. INTRODUCCION
DIRECTOS. EL METODO
DE RITZ
40
donde
u(1) = 1,
u(1) = 1.
Podemos elegir
(45)
un (x) =
arctan nx
arctan n
2. EL METODO
DE RITZ
41
J(
u) lm J(un ) = inf J(u),
n
o, lo que es lo mismo,.
(47)
J(
u) lm J(un ),
n
2. El metodo de Ritz
El metodo de Ritz es uno de los metodos directos mas usados en el calculo de variaciones.
Supongamos que estamos buscando el mnimo de un funcional J(u) definido en un espacio de
funciones admisibles, M, que por simplicidad asumiremos que es un espacio vectorial normado.
Sean
(48)
1 , 2 , . . .
1 1 + 2 2 + . . . + n n ,
donde 1 , . . . , n son numeros reales cualesquiera. Entonces, en cada subespacio Mn , el funcional J(u) da lugar a una funcion
(50)
J(1 1 + 2 2 + . . . + n n )
de n variables.
A continuacion, elegimos 1 , . . . , n de tal manera que se minimice (50), y denotamos por
n el valor mnimo del funcional y por un el mnimo del mismo. Claramente, n no puede crecer
con n, es decir
1 2 . . . ,
puesto que cualquier combinacion lineal de 1 , . . . , n es automaticamente una combinacion lineal de 1 , . . . , n+1 . Tambien, cada subespacio de la sucesion
M1 , M2 , . . .
42
A LOS METODOS
4. INTRODUCCION
DIRECTOS. EL METODO
DE RITZ
donde
= inf J(u).
u
tal que
J(u ) < + .
Tal u existe para todo > 0, por definicion de . Como J(u) es continuo,
(51)
siempre que ku u k < = (). Sea n una combinacion lineal de la forma (49) tal que
kn u k < , que existe por ser {n } completa, y sea un una combinacion lineal de la misma
forma pero para la cual se alcanza el mnimo de (50). Entonces, tenemos que
J(un ) J(n ) < + J(u ) < + 2.
Puesto que es arbitrario, se sigue que
lm J(un ) = lm n = .
Bibliografa
[1] L. E LSGOLTZ, Ecuaciones diferenciales y calculo variacional, Editorial Mir-Rubinos, Madrid, 1969.
[2] C. F OX, An introduction to the calculus of variations, Dover Publications Inc., New York, 1987.
[3] I.M. G ELFAND and S. V. F OMIN, Calculus of variations, Dover Publications Inc., New York, 2000.
43